BNP PARIBAS & ARTEFACT AI Finance by Artefact Die Transformation des Geschäftsbankwesens durch AI

Pierre Ruhlmann hob hervor, wie die Bank ihre AI wertorientiert strukturiert. Das Programm stützt sich auf drei Säulen: Teams, die Customer Journeys umsetzen, eine AI zur Skalierung von Lösungen und ein Kompetenzzentrum zur Bewertung des geschäftlichen Nutzens und zur Förderung AI . Dieser organisatorische Rahmen wurde in den letzten vier Jahren umgesetzt, womit die erste Phase nun abgeschlossen ist.

Pierre betonte, dass BNP Paribas Wert in vielfältigen Dimensionen misst und nicht nur anhand finanzieller Erträge. Kosteneinsparungen und Effizienz sind zwar entscheidend, doch legt die Bank ebenso großen Wert auf Kundenzufriedenheit und Mitarbeiterengagement. Die Bank nutzt den Net Promoter Score (NPS), um zu erfassen, wie sich AI auf das Kundenerlebnis auswirken. Ebenso wichtig ist das Mitarbeiterengagement, damit die Mitarbeiter die Vorteile der AI spüren – was im Einklang mit dem doppelten Fokus der Bank auf Kunden und Mitarbeiter steht.

Pierre stellte Beispiele dafür vor, wie die Bank ihre AI skaliert, insbesondere im Bereich des maschinellen Lernens für die Bonitätsbewertung und die intelligente Dokumentenverarbeitung. Obwohl BNP Paribas in diesen Bereichen erhebliche Investitionen getätigt hat, sind AI im Bereich AI generativen AI noch weniger ausgereift. Derzeit befinden sich zwei MVP-Projekte, „Gary“ und „Genius Bar“, in der Entwicklung, deren Schwerpunkt auf dem internen Wissensmanagement und der Verbesserung des Kundenservice liegt. Beide Projekte müssen noch weiter optimiert werden, bevor sie vollständig industrialisiert werden können.

Das Gary-System soll Mitarbeiter bei Produktprüfungen und Abläufen unterstützen. Obwohl 90 % der Belegschaft das System bereits nutzen, sind bei der Umsetzung Herausforderungen aufgetreten, wie beispielsweise Unstimmigkeiten in der Wissensdatenbank bei verschiedenen Abläufen. Die Beseitigung dieser Unstimmigkeiten ist entscheidend, bevor die Lösung weiter ausgebaut werden kann. Gary stellt einen wichtigen Schritt zur Verbesserung interner Prozesse mithilfe von AI dar.

Die „Genius Bar“, das zweite wichtige MVP, zielt darauf ab, den Kundenservice zu verbessern, indem veraltete Chatbots durch eine generative AI ersetzt werden. Angesichts von über einer Million erwarteter Interaktionen in den nächsten zwei Jahren erfordert die industrielle Umsetzung dieser Lösung ein umsichtiges Vorgehen. Red-Team-Übungen haben entscheidend dazu beigetragen, Sicherheits- und Zuverlässigkeitsprobleme aufzudecken, die behoben wurden, um eine reibungslose Skalierung des Systems zu gewährleisten.

Pierre hob AI hervor und führte Microsoft Copilot als Beispiel an. Ein Test mit 20 Mitarbeitern zeigte, dass trotz anfänglichen Interesses die Hälfte der Teilnehmer die Nutzung des Tools einstellte. Dies führte zur Einführung eines Champion-Programms und gezielter Schulungen. Die Bank führt Copilot nun behutsam ein, um eine gute Kapitalrendite sicherzustellen.

Zu den Herausforderungen bei der Einführung gehört auch, bei den Mitarbeitern eine kritische Denkweise zu fördern, um sicherzustellen, dass AI richtig interpretiert werden. Angesichts der strengen Regulierung im Bankwesen müssen Mitarbeiter vorsichtig sein, wenn sie sich ausschließlich auf AI Lösungen verlassen. Pierre ging auch auf die Befürchtung ein, dass AI Arbeitsplätze wegnehmen AI , und versicherte den Mitarbeitern, dass AI ihre Arbeit ergänzen, nicht ersetzen AI . Er hob den Einsatz von A/B-Tests hervor, um den Wert von Aufgaben mit und ohne AI zu vergleichen, was dazu beiträgt, das Vertrauen und das Verständnis für das Potenzial AIinnerhalb des Unternehmens zu fördern.